共查询到20条相似文献,搜索用时 10 毫秒
1.
旋转机械故障诊断中的神经网络改进算法研究 总被引:11,自引:0,他引:11
就BP神经网络学习收敛速度慢和易出现局部最小点的不足,采用了自适应学习率和绝对误差等距离逼近方法,引入了控制因子常数,就控制因子常数,惯性因子常数以及隐层单元数对网络收敛迭代次数的影响进行了研究。并将改进算法应用于旋转机械故障诊断中。 相似文献
2.
改进BP网络在旋转机械故障诊断中的用 总被引:5,自引:0,他引:5
BP神经网络在旋转机械故障诊断中得到了广泛应用,但是实践中发现,BP网络的联想能力有限,特别是对于多故障情况,本文以此进行了改进,提出了一种新型BP网络模型,新模型增加了输入、输出层间的部分连接,大大提高了BP网络的联想能力,特别适用于象旋转机械这类复杂系统的故障诊断。 相似文献
3.
神经网络技术及其在旋转机械故障诊断中的应用 总被引:15,自引:2,他引:13
人工神经元网络模型是由大量的简单计算单元广泛相互联接而成的一个非线性动力学网络系统,它以高度的并行分布式处理、联想记忆、自组织及自学习能力和极强的非线性映射能力,在众多的领域里显示了广阔的应用前景。本文从模式识别的角度,论述了神经元网络技术及其在旋转机械故障诊断中的应用,就神经元网络结构及其所能形成的模式分类决策区域作了较为详尽的阐述,并与传统的模式识别技术作了比较。最后在振动频谱波形特征的基础上,就旋转机械中五种典型故障模式,用感知器网络进行了试验研究和分析。结果表明,人工神经元网络技术对于高维空间模式识别及非线性模式识别问题,具有较强的分类表达能力。作为一种新的自适应模式识别方法,神经元网络技术能够有效地解决故障诊断中较为复杂的状态识别问题。 相似文献
4.
针对现有的旋转机械故障诊断算法存在着时频表示模糊、特征提取困难,从而导致故障诊断效率和精度较低的问题,提出一种基于浅层Inception-MobileNet的旋转机械故障诊断模型。该模型通过拼接法将原始振动信号转换为二维图像,然后采用多尺度卷积核提取不同分辨率的特征图,并结合深度可分离卷积实现特征学习与分类。该网络在CWRU数据集和MFPT数据集上分别实现了十种故障分类和三种故障分类,分类精度为99.5%和95.78%。与传统的网络进行比较,该网络可提高特征提取能力,并且在相同数据集上该网络实现的故障识别精度最高。 相似文献
5.
大型旋转机械故障诊断专家系统ETHYLENE的理论研究 总被引:2,自引:0,他引:2
本文在模糊产生式规则的基础上引入了加权模糊连接算子的概念,并研究了征兆的类型。在此基础上,为旋转机械模糊诊断知识提出了一个灵活的知识表达方法——广义模糊产生式规则。在征兆类型的基础上引入了征兆认可因子的概念.利用这一概念来描述模糊蕴涵关系的语义,基于征兆认可因子提出了一个模糊推理算法。文中还给出了由基于这一广义模糊产生式规则和模糊推理算法建立的透平压缩机组故障诊断专家系统ETHYLENE得到的两个诊断结果。 相似文献
6.
基于椭球单元网络的旋转机械多故障同时性诊断 总被引:5,自引:0,他引:5
阐述了椭球单元(ElipsoidalUnit)网络的原理及其结构,研究了网络权重初始化方法和网络的训练算法,借助这种高阶网络泛化的有界性,针对大型旋转机械多故障同时性诊断问题,构造了一种由多个子网络组成的分级诊断网络(HDANN)。测试结果表明:用基于椭球单元网络的HDANN网络分级诊断策略解决大规模故障诊断问题是合理有效的,且具有较高的诊断精度,可用于旋转机械工况实时监测和诊断场合。 相似文献
7.
8.
针对BP网络在旋转机械故障诊断应用中的不足,借助Hopfield网络的优良特性,建立了以反馈式Hopfield网络为主控网络、前馈式BP网络为从网络的主从混合神经网络模型。通过这个网络模型的设计、动力学行为分析、学习算法的描述和测试以及它在旋转机械故障诊断中的应用,结果表明:该网络模型具有收敛速度快、稳定性好、最小系统误差等优点,是一种实现旋转机械故障诊断的优良网络模型。 相似文献
9.
10.
旋转机械故障诊断的自学习方法研究 总被引:1,自引:0,他引:1
分析并介绍了旋转机械故障诊断的模糊数学与专家系统相结合的诊断方法,提出了一种实用的自学习策略,用这一诊断方法在实验室对一双跨转子进行了两种常见故障的学习及诊断。并将该学习模块装入现场一台50MW汽轮发电机组的故障诊断专家系统中,经过多年运行,专家系统知识库得到不断完善。 相似文献
11.
12.
13.
14.
以旋转机械振动三维参数图形为研究对象,提出了基于图形识别技术的旋转机械故障诊断方法。该方法用表征纹理的统计法、结构法及图形纹理方向的梯度法形成描述图形纹理特征的灰度-梯度-基元三维共生矩阵。该矩阵精确地反映了图形纹理的粗糙程度、重复方向和空间复杂度及纹理方向,准确地描述了图形灰度空间分布特性(概率)、空间统计相关性和图形内各像素点梯度的分布规律。描述了灰度统计和空间结构的纹理特征,有效地提取旋转机械状态参数图形中纹理特征信息。最后,利用RBF人工神经网络实现旋转机械故障诊断。在汽轮机转子试验台上进行了6种状态试验研究,诊断结果表明该方法具有较高的诊断准确率,为旋转机械故障诊断探索了一条新路。 相似文献
15.
16.
旋转机械振动故障诊断的一种模糊神经网络方法研究 总被引:17,自引:0,他引:17
介绍了一种基于多层感知器的模糊神经网络分类器,并针对其在旋转机械故障诊断中的应用,研究了网络构造过程中输入和输出模糊化的问题。文中利用振动频谱特征就旋转机械中几种典型的故障模式,采用模糊神经网络方法作了识别,且将其与传统的BP网络及模糊诊断方法进行了比较。研究结果表明:将模糊神经网络方法应用于旋转机械工况识别是有效的,它在处理分类边界模糊的数据时比传统的BP网络和模糊诊断方法具有更大的优越性。 相似文献
17.
18.
BP神经网络在机械故障诊断中的应用 总被引:4,自引:0,他引:4
随着现代化生产的进行,机械设备的故障诊断技术日益受到重视.介绍BP算法神经网络模型,给出BP神经网络应用于机械故障诊断的基本步骤.阐述三层BP神经网络采用数据驱动正向推理的故障诊断策略.即从初始状态出发,向前推理到达目标状态为止.介绍BP神经网络在机械故障诊断中的应用及实例,对某型号拖拉机变速箱中的主要零件——齿轮和轴承进行故障诊断振动测试,对部分齿轮和轴承发生故障时的振动信号进行测量.虽然BP网络在机械故障诊断中已得到广泛的应用,但由于神经网络本身还处于发展之中,还有不少问题需要进一步深入研究. 相似文献
19.